Artefakt-Reduzierung in quantitativen Multi-Parameterkarten aus 3T und 7T Daten
Quantitatives Multi-Parameter MRT bestimmt verschiedene physikalische Größen der Magnetresonanz und hat das Potential die Mikrostruktur des menschlichen Gehirns zu charakterisieren. Eine effiziente Implementierung dieses Konzeptes ist das Multi-Parameter-Mapping (MPM) Protokoll. Es verwendet drei verschieden gewichtete Multi-Echo 3D-FLASH Aufnahmen um simultan R1, R2*, Protonendichte (PD) und Magnettranferrate (MT) zu quantifizieren (Weiskopf et al., 2013, Front Neurosci, 7, 95). Ein Problem sind dabei nach wie vor Fehler durch Artefakte, die von den MRT-Messungen in die quantitativen Karten propagiert werden und so die echten physikalischen Werte überlagern. Um die Zuverlässigkeit der erzeugten Parameterkarten zu verbessern wurden regide Kopfbewegung und B0-Feld Fluktuationen während der Aufnahme des 7T MRTs gemessen und mit einem prospektiven (Bewegung) bzw. retrospektiven (Feldfluktuation) Ansatz korrigiert.
Die Kopfbewegung wurde mit einem optischen, prospektiven Bewegungskorrektursystem (Kineticor, HI) aufgezeichnet und korrigiert. Wie bereits gezeigt wurde eignet sich dieses Verfahren zur Reduktion von Bewegungsartefakten in Parameterkarten (Callaghan et al., 2015, Front Neurosci, 9, 97). Unter Ausnutzung des freien Signalabfalls (FID) wurde eine navigatorbasierte Messung der Magnetfeldfluktuationen und eine nachgelagerte Korrektur der Phase während der Bildrekonstruktion durchgeführt. Das auf dynamische Feldveränderungen durch Atmung abgestimmte Verfahren reduzierte die Anzahl an lokalen Intensitätsunregelmäßigkeiten und Unschärfen. Die folgende Abbildung zeigt die Artefaktreduktion in R1-Karten durch navigator-basierte Korrektur (untere Reihe) und optische, prospektive Bewegungskorrektur (PMC, rechte Spalte). Dynamische B0-Feld Fluktuationskorrektur durch FID-Navigatoren führt im Bereich der weissen Substanz durch Reduktion der Bildintensitätsinhomogenitäten (rote Pfeile) zu besserer R1 Homogenität. Die durch Bewegung induzierte Unschärfe der Grenze zwischen grauer und weisser Substanz (gelbe Pfeile) ist in den Bewegungskorrigierten Karten reduziert.
Um Artefakte unbekannten Ursprungs zu reduzieren wurden Funktions-Approximatoren in Form eines CARE-Net/U-Net-artigen Feedforward Neuronalen Netzes verwendet (Weigert et al., 2018, Nat Methods, 15, 1090–1097 / Ronneberger et al., 2015, MICCAI 2015, 234–241). Ein konkrets Beispiel sind in folgender Abbildung dargestellte Überschwingungsartefakte unbekannten Ursprungs, welche in Aufnahmen bei 3T Feldstärke auftraten (a). Durch Mittelwertbildung aus mehreren Aufnahmen mit örtlich verschobenen Artefakten wurden überwiegend artefaktfreie Trainingsdaten gewonnen.
Das trainierte Netzwerk wurde verwendet um Artefakte in den gewichteten Multi-Echo-Messungen vor der Berechnung der quantitativen Karten zu reduzieren. Die korrigierten Ausgabebilder zeigen weniger Artefakt, wobei Veränderungen der nicht betroffenen Bildregionen minimiert werden konnten (b). Die folgende Abbildung zeigt exemplarisch einen axialen Schnitt eines T1 gewichteten Eingabebildes (erstes Echo) mit Überschwingungsartefakten im frontalen Bereich des Gehirns (a), die korrigierte Ausgabe des Neuronalen Netzes (b) and die Varianzkarte (c). Letztere quantifiziert die modellintrinsische Vorhersageungenauikeit im Ausgabebild. Dieser Ansatz erhält die Bildeigenschaften deutlich besser als andere Verfahren zur Reduktion der hier gezeigten Artefakte, wie z.B. Filterung mit einem Gauß-Kern oder das Entfernen artefaktrelevanter Linien im k-Raum.
Durch Anwenden der hier beschriebenen Methoden können wir die Auswirkungen der am stärksten ausgeprägten Artefakte in quantitativen Multi-Parameterkarten effektiv reduzieren. Wir konnten zeigen, dass durch Reduktion von bewegungsbedingter Unschärfe und Ringing eine qualitative Verbesserungen der Parameterkarten erreicht werden kann. B0-Fluktuationskorrektur führte zu einer Abnahme der Varianz der Voxelnintensitäten im Bereich der dorsalen weissen Substanz um 5% (in R1, R2* und PD Karten). Das Neuronale Netz reduzierte das Artefakt unter Erhaltung der artefaktfreien Bildbereiche in einem Testdatensatz um 12 dB (Multi-Scale Structural Similarity (MS-SSIM) in artefaktfreier ROI über alle Kontraste 0.89).